基于EEMD的金融時(shí)間序列多尺度分析.pdf

1、近年來(lái)，隨著我國(guó)金融市場(chǎng)的發(fā)展以及投資品種的日益豐富，量化投資逐漸步入人們的視野，同時(shí)也將金融計(jì)量分析推至前所未有的高度。時(shí)間序列作為金融市場(chǎng)中最常見的觀測(cè)數(shù)據(jù)，是對(duì)市場(chǎng)行為的真實(shí)刻畫，通過(guò)對(duì)其進(jìn)行量化分析，能夠挖掘市場(chǎng)中潛在的信息，進(jìn)而為投資決策提供理論和技術(shù)支撐，是策略制定、風(fēng)險(xiǎn)管理、資產(chǎn)定價(jià)和產(chǎn)品設(shè)計(jì)等工作的前提。基于金融時(shí)間序列的多尺度、非線性和非平穩(wěn)和的多重特性，本文將集成經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)應(yīng)用到金融時(shí)間序列分析中。

2、r>　　首先，利用EEMD建立多尺度集成預(yù)測(cè)模型。先用EEMD將原始序列分解并重構(gòu)成高頻、趨勢(shì)和低頻三個(gè)子序列;再結(jié)合Elman神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)(SVM)和GM(1，1)對(duì)各部分進(jìn)行擬合;集成模型最后的預(yù)測(cè)值為各部分預(yù)測(cè)值之和。實(shí)證結(jié)果表明:該多尺度集成模型的預(yù)測(cè)精度要顯著高于傳統(tǒng)的單一模型和集成模型。
　　其次，利用EEMD探究股市與匯市的波動(dòng)溢出效應(yīng)。利用EEMD將股價(jià)和匯率序列分解并重構(gòu)成高頻（短期波動(dòng)項(xiàng)）、低頻（中期波

3、動(dòng)項(xiàng)）和長(zhǎng)期趨勢(shì)三個(gè)波動(dòng)成分，從時(shí)域和頻域的雙重視角來(lái)探究股市與匯市的波動(dòng)溢出效應(yīng)。在不同的波動(dòng)層次上，分別結(jié)合Granger因果檢驗(yàn)和時(shí)變Copula探究波動(dòng)溢出的方向和強(qiáng)度。研究表明:短期波動(dòng)項(xiàng)對(duì)原始序列波動(dòng)的貢獻(xiàn)最大;不同時(shí)間尺度上的波動(dòng)溢出方向和強(qiáng)度是不同的。
　　最后，利用EEMD去噪建立跨期套利策略。將價(jià)差信號(hào)看作趨勢(shì)和噪聲的疊加，用EEMD方法對(duì)價(jià)差序列進(jìn)行消噪，參考均值回復(fù)策略的原理，結(jié)合價(jià)差在趨勢(shì)周圍的波動(dòng)狀況尋